پیش بینی خرابی تجهیزات در سکوهای نفتی با استفاده از هوش مصنوعی و یادگیری ماشین

چکیده مقاله

در صنعت نفت، تجهیزات بحرانی نقش مهمی در تولید پایدار و ایمن ایفا می کنند پیش بینی خرابی این تجهیزات می تواند از توقف های غیرمنتظرهو هزینه های بالای تعمیرات جلوگیری کند مقاله حاضر به بررسی کاربردهای هوش مصنوعی و یادگیری ماشین در پیش بینی خرابی تجهیزاتصنعتی می پردازد با توجه به هزینه های بالای نگهداری و تعمیرات در صنایع، هدف این پژوهش ارائه الگوریتم های پیشرفته برای تحلیل داده هایحسگری و بهبود عملکرد سیستم ها است در این راستا، با استفاده از تکنیک های مختلف یادگیری ماشین از جمله شبکه های عصبی و رگرسیونچندگانه، داده های بلادرنگ جمع آوری و تحلیل می شوند تا قابلیت پیش بینی خرابی ها و بهینه سازی فرآیندها افزایش یابد نتایج تحقیق نشانمیدهد که به کارگیری این الگوریتم ها نه تنها موجب کاهش هزینه های عملیاتی و افزایش بهره وری می گردد، بلکه بهبود قابل توجهی درتصمیم گیری های مدیریتی و استراتژیک به همراه دارد

کلیدواژه‌ها

نویسندگان

احلام قاسمیان

دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه پیام نور شیراز

کمیل خدایار

دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه پیام نور شیراز

قاسمیان، احلام و خدایار، کمیل،1403،پیش بینی خرابی تجهیزات در سکوهای نفتی با استفاده از هوش مصنوعی و یادگیری ماشین،سومین کنگره بین المللی دانشجویان مهندسی شیمی و صنعت نفت،تهران

ارائه‌شده در

مجموعه مقالات سومین کنگره بین المللی دانشجویان مهندسی شیمی و صنعت نفت29 آبان 1403 · تهران